Javatpoint标志
Javatpoint标志

R编程教程

R编程教程

R编程教程是为初学者和专业人士设计的。本教程提供了数据分析和可视化的所有基本和高级概念。

R是一个用来分析统计信息和图形表示的软件环境。R允许我们使用函数进行模块化编程。

我们的R教程包括R的所有主题,如介绍、特性、安装、rstudio ide、变量、数据类型、操作符、if语句、向量、数据处理、图形、统计建模等。这种编程语言被命名为R,基于两位作者(Robert Gentleman和Ross Ihaka)的首字母。

什么是R编程

“R是一种解释性计算机编程语言,由新西兰奥克兰大学的Ross Ihaka和Robert绅士创造。”R开发核心团队它也是一个软件环境,用于分析统计信息图形化表示报告,数据建模.R是实现年代的编程语言,是与之结合的词法作用域的语义

R不仅允许我们进行分支和循环,还允许使用函数进行模块化编程。R允许与用C、c++、。net、Python和FORTRAN语言编写的过程集成,以提高效率。

在当今时代,R是研究人员、数据分析师、统计学家和营销人员用于检索、清理、分析、可视化和展示数据的最重要的工具之一。

R编程

R编程的历史

R的历史可以追溯到大约20-30年前。R是由新西兰奥克兰大学的Ross lhaka和Robert Gentleman开发的,目前由R开发核心团队开发。此编程语言名称取自两个开发人员的名称。1992年审议了第一个项目。最初的版本在1995年发布,2000年,一个稳定的beta版本发布。

R编程

R语言的发布日期、版本和描述如下表所示:

版本发布 日期 描述
0.49 1997-04-23 第一次发布R的信息源,并启动了CRAN (R综合档案网)。
0.60 1997-12-05 R正式获得GNU许可证。
0.65.1 1999-10-07 更新。包和安装。这两个包都包含在内。
1.0 2000-02-29 第一个可用于生产的版本发布了。
1.4 2001-12-19 第一个Mac OS版本已经发布。
2.0 2004-10-04 第一个Mac OS版本已经发布。
2.1 2005-04-18 增加对UTF-8encoding,国际化,本地化等的支持。
2.11 2010-04-22 添加对Windows 64位系统的支持。
2.13 2011-04-14 增加了一个快速将代码转换为字节码的函数。
2.14 2011-10-31 添加了一些新的包。
2.15 2012-03-30 提高了长向量的序列化速度。
3.0 2013-04-03 在64位系统上支持更大的数值。
3.4 2017-04-21 即时编译(JIT)在默认情况下是启用的。
3.5 2018-04-23 增加了新的特性,如整数序列的紧凑内部表示,序列化格式等。

R编程的特点

R是一种特定于领域的编程语言,旨在进行数据分析。它有一些独特的功能,使它非常强大。最重要的可以说是向量的符号。这些向量允许我们在单个命令中对一组值执行复杂的操作。R编程有以下特点:

  1. 它是一种简单而有效的编程语言,已经得到了很好的发展。
  2. 这是一个数据分析软件。
  3. 它是一种设计良好、简单且有效的语言,具有用户定义、循环、条件和各种I/O工具的概念。
  4. 它有一组用于数据分析的一致的和合并的工具。
  5. 对于数组、列表和向量的不同类型的计算,R包含一组操作符。
  6. 它提供有效的数据处理和存储设施。
  7. 它是一个开源的、功能强大的、可高度扩展的软件。
  8. 它提供了高度可扩展的图形技术。
  9. 它允许我们使用向量进行多次计算。
  10. R是一种解释性语言。

为什么使用R编程?

市场上有几种工具可用于执行数据分析。学习新语言是需要时间的。数据科学家可以使用两种优秀的工具,即R和Python。当我们开始学习数据科学的时候,我们可能没有时间同时学习它们。学习统计建模和算法比学习一门编程语言更重要。一种编程语言被用来计算和交流我们的发现。

数据科学中的重要任务是我们处理数据的方式:清洁、特征工程、特征选择和导入。这应该是我们的主要关注点。数据科学家的工作是理解数据,操作数据,并提出最佳方法。对于机器学习,最好的算法可以用R实现。Keras而且TensorFlow让我们创造出高端的机器学习技术。R有一个要执行的包Xgboost.Xgboost是用于Kaggle竞争

R与其他语言通信,可能调用Python, Java, c++。我们可以把R和不同的数据库连接起来,比如火花Hadoop

简而言之,R是研究和探索数据的一个很好的工具。用R进行聚类、相关和数据约简等精细分析。

R和Python的比较

数据科学处理从数据源中识别、提取和表示有意义的信息。R、Python、SAS、SQL、Tableau、MATLAB等都是数据科学中最有用的工具。R和Python是使用最多的。但是,要在R和Python这两者中选择更好的或最合适的还是很令人困惑的。

比较索引 R Python
概述 “R是一种解释性计算机编程语言,由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman创建。”R开发核心团队目前开发的R也是一种软件环境,用于分析统计信息、图形表示、报告和数据建模。 Python是一种解释性高级编程语言,用于通用编程。它是由Guido Van Rossum创作的,并于1991年首次发行。Python的代码语法非常简单明了。它强调了代码的可读性,并且在Python中调试也很简单和容易。
数据科学专业 R包具有对统计工作非常有用的先进技术。许多有用的R包提供了CRAN文本视图。这些课程包涵盖了从心理测量学到遗传学到金融学的方方面面。 对于在数据集中寻找异常值,R和Python都同样出色。但是要开发一个允许人们上传数据集和查找异常值的web服务,Python更好。
功能 对于数据分析,R具有内置功能 大多数数据分析功能都不是内置的。它们可以通过Numpy和Pandas等软件包获得
应用程序的关键领域 数据可视化是分析的一个关键方面。R包,如ggplot2, ggvis, lattice等,使数据可视化更容易。 Python更适合于深度学习,因为诸如Caffe、Keras、OpenNN等Python包允许以非常简单的方式开发深度神经网络。
可用性的包 有数百种包和方法可以完成必要的数据科学任务。 Python有几个主要的包,例如viz、Sccikit learn和Pandas,分别用于机器学习的数据分析。

应用R

有几个应用程序可以实时使用。一些流行的应用程序如下:

  • 脸谱网
  • 谷歌
  • 推特
  • HRDAG
  • 阳光基金会
  • RealClimate
  • 民族
  • XBOX一
  • 澳新银行
  • 食品及药物管理局

先决条件

R规划用于统计信息和数据表示。所以要求我们在数学中要有统计理论的知识。理解不同类型的数据表示图,最重要的是我们应该具备任何编程知识。

观众

本教程对那些有兴趣了解数据分析项目如何实施的学生很有帮助。本教程涵盖了R的所有基础知识以及如何使用R进行数据分析。

问题

我们向您保证,您不会在本R编程教程中发现任何问题。但如果有任何错误,请将问题贴在联系表格上。


下一个话题 R安装





Youtube 观看视频请加入我们的Youtube频道:现在加入

反馈


帮助别人,请分享

脸谱网 推特 pinterest

学习最新的教程


准备


热门的技术


B.Tech / MCA






Baidu
map